NeuReg:针对人类和小鼠大脑的域不变3D图像配准
发表于: 。本研究解决了深度学习模型在3D大脑图像配准中无法处理多样性和结构差异的问题。提出的NeuReg架构引入了域不变性,通过神经网络灵感的Transformer结构有效捕捉不同大脑成像方式和物种之间的变化。实验结果表明,NeuReg在跨域数据集上表现优越,为大脑图像配准领域建立了新的技术标准。
本研究解决了深度学习模型在3D大脑图像配准中无法处理多样性和结构差异的问题。提出的NeuReg架构引入了域不变性,通过神经网络灵感的Transformer结构有效捕捉不同大脑成像方式和物种之间的变化。实验结果表明,NeuReg在跨域数据集上表现优越,为大脑图像配准领域建立了新的技术标准。